交通世界(下旬刊)2022，Issue(12) ：14-16,19.

高速公路交通流预测模型研究

梁永田
交通世界(下旬刊)2022，Issue(12) ：14-16,19.
✕
  • NETL
  • NSTL
  • 万方数据

高速公路交通流预测模型研究

梁永田1
扫码查看

作者信息

  • 1. 中国铁建投资集团有限公司,广东广州511400
  • 折叠

摘要

通过对LSTM神经网络模型和RNN神经网络模型的架构组成以及运算方式进行了分析总结,二者在对交通流数据处理和训练时间上都各占优势.因此,本文以改进的LSTM神经网络模型(GA-LSTM模型和GRU&Bi-LSTM)对高速公路交通流进行预测研究,结果表明,改进后的模型其计算精确度和对数据处理分析能力均强于未改进的LSTM模型.

关键词

交通流预测/LSTM神经网络/深度学习

引用本文复制引用

出版年

2022
交通世界(下旬刊)
交通运输部科学研究院

交通世界(下旬刊)

影响因子：0.344
ISSN：1006-8872
参考文献量2
段落导航相关论文